Paribesh Regmi团队提出视频语言模型自适应Token剪枝方法

2026年10月27日，Paribesh Regmi等人在arXiv发表研究，提出一种面向视频语言模型的基于内容的自适应Token剪枝策略。该策略通过动态分析Token嵌入相关性，实现高效压缩。 该方法属于事后处理技术，无需额外训练或微调。在保留仅10% Token的情况下，视频字幕基准准确性提升7%，同时降低95%计算量。其优势在于静态场景大幅剪枝，同时保留动态场景信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。